I. Creando nuestros datos

Primero, crearemos un vector con cada uno de los nombres de la personas y los datos de la latitud y longitud del lugar de la República Mexicana al que les gustaría viajar. Posteriormente, mediante la función rbind crearemos una matriz por columnas con los datos de las ubicaciones a las que nos gustaría viajar:

Kathia<-c(-87.3766666,21.5216666)
Aldo<-c(-107.766667,27.516667)
Eric<-c(-89.0503700,19.6930200)
Andres<-c(-96.1429000,19.1809500)
viajes<-rbind(Kathia,Aldo,Eric,Andres)
viajes
##              [,1]     [,2]
## Kathia  -87.37667 21.52167
## Aldo   -107.76667 27.51667
## Eric    -89.05037 19.69302
## Andres  -96.14290 19.18095

II. Cambiando el nombre de nuestras columnas

Una vez que hemos creado nuestra matriz de datos, cambiaremos el nombre de nuestras columnas con la función colnames:

colnames(viajes)<-c("Longitud","Latitud")
viajes
##          Longitud  Latitud
## Kathia  -87.37667 21.52167
## Aldo   -107.76667 27.51667
## Eric    -89.05037 19.69302
## Andres  -96.14290 19.18095

III. Transformando nuestra matriz en un data.frame

Recuerda que para hacer gráficas con ggplot y mapas con qmplot necesitamos un data frame. Vamos a transformar nuestra matriz en un data.frame de la siguiente forma:

viajes<-data.frame(viajes)
viajes
##          Longitud  Latitud
## Kathia  -87.37667 21.52167
## Aldo   -107.76667 27.51667
## Eric    -89.05037 19.69302
## Andres  -96.14290 19.18095

IV. Creando una gráfica de dispersión con nombres y puntos

Podemos crear una grafica de dispersión y usar los nombres como etiqueta si utilizamos la función ggplot junto con geom_text; además, podemos agregar puntos a nuestra gráfica con la función geom_point. Finalmente, si queremos que nuestra gráfica sea interactiva, utilizamos la función ggplotly:

dispersion<-ggplot(viajes)+geom_text(aes(Longitud,Latitud),label= rownames(viajes))+geom_point(aes(Longitud,Latitud),color= rainbow(4))
ggplotly(dispersion)

V. Creando un mapa

Para crear un mapa, utilizaremos la funcion qmplot:

qmplot(Longitud, Latitud, data=viajes, color=I(rainbow(4)))

VI. Mapa de puntos y denssidad

Podemos agregar el parámetro geom = c("point","density2d") para hacer un mapa de puntos y densidad:

qmplot(Longitud, Latitud, data=viajes, geom=c("point","density2d"))

VII. Preguntas

1.- ¿Cómo están distribuidas sus ubicaciones?

Dispersas de froma algo equitativa de norte a sur, dando como una forma parecida a la Repúclica, solo que como una línea

2.- Si tuvieras que pensar en una función que pasara por todas sus ubicaciones, ¿qué tipo de función sería?

Función no lineal, o vectorial por la curva que tiene al final

3.- ¿Consideras que graficar la ubicación de una persona en un mapa tiene un valor económico? ¿Por qué?

Sí, porque asi podemos identificar la distribución de la población dentro de la repúclica, o las zonas turísticas más visitadas con mejores ingresos económicos.

4.- ¿Hasta ahora qué han aprendido en el curso?

Cómo usar RStudio como una calculadora, graficadora, cómo colocar ubicaciones en un mapa, funciones, etc. Para mi, es bastante útil porque es algo indispensable de saber manejar futuramente al desempeñar la carrera.

Esta obra fue generada mediante R en November 20, 2020 y forma parte de las actividades realizadas en las materias de Matemáticas I y Taller III, Facultad de Economía, UNAM.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional. Creative Commons (CC).Licencia de Creative Commons